当今世界正面临全球秩序和发展格局重塑的大变局，各国围绕大模型、量子信息、高性能计算等科技制高点的非对称竞争空前激烈。在这一紧迫形势下，中国金融机构布局大模型创新成果，跻身全球核心圈，实现数字金融的国际领先位势。

图｜全球金融机构大模型领域专利创新排行（来源：根据专利检索系统 Patentics 检索整理，截至 2024 年 6 月 30 日；注 1：金融机构采取宽口径范围，包括银行、保险、证券、信托、支付、资产管理、贷款等业态）

数据显示，在全球金融机构大模型专利创新领域，中国申请公开量达 1909 件，占比超 75%，12 家金融机构进入全球 TOP 20，其中蚂蚁集团、平安集团、中国工商银行、中国建设银行、中国银行、马上消费金融、微众银行、中国农业银行位居全球 TOP 10。并且微众银行、马上消费金融等金融机构积极参与 IEEE 国际标准制定，前瞻布局和谋划全球大模型治理，为中国科技自立自强、高质量发展、高水平安全等强国战略打牢基础。

在全球秩序重塑与地缘政治博弈交织的复杂局势下，中国面临高质量发展的结构调整制约和高水平科技自立自强的卡脖子技术掣肘等转型挑战。

置身于这一历史性的变革，中国金融机构前瞻谋划和深度参与大模型数字科技创新，加速通用人工智能与中国超大规模市场的深度整合，全面提升中国在全球数字金融和科技金融领域的影响力与话语权。

主动布局

中国金融机构大模型创新持续领先

科技大国竞进争先，大模型技术博弈加速演进，正成为中美科技主导权的焦点之一。当前，中美等大国科技竞争呈现“不对称”的博弈格局，加剧了全球局势的不确定性。

在数字金融领域，中国以市场规模优势驱动技术和模式创新，如以支付宝、微信支付为代表的移动支付系统，展现“长板”优势，成为全球数字金融发展的标杆。

根据专利检索系统 Patentics 的数据显示，全球金融机构持续布局以专利为核心的科技竞争建设，累计申请专利超 18 万件（已公开），其中中国金融机构专利申请占比 54.6%，呈现强劲的创新优势。并且，在以大模型为代表的通用人工智能机遇下，金融机构创新呈加速演进态势。

通过结合大模型核心技术（包括大模型、模型预训练、参数微调、大模型安全等关键词）以及 IPC 分类，检索金融机构在大模型相关领域的已公开专利申请达 2470 件，从专利申请趋势来看，自 2019 年出现金融机构申请大模型相关专利以来，2019-2023 年间大模型专利申请年均增长率超过 70%；同时，大模型专利在全部专利申请的占比由 0%（2017 年）增长至 3.71%（2023 年），大模型的“头雁效应”更加凸显，为全球金融服务的可获得性和普惠性提供了新的可能性。

图｜全球金融机构持续布局大模型领域专利（来源：根据专利检索系统 Patentics 检索整理，截至 2024 年 6 月 30 日）

金融机构大模型创新，呈现“多圈层发展、领先者优势显著”格局。大模型正沿着“通用-行业-领域”的垂直化路径不断演化，全球数字领先的金融机构充分把握大模型技术扩散效益，加速新一轮 AI 应用创新竞赛，形成了“核心圈层-次核心圈层-应用示范圈层”的多圈层智能金融布局。

根据专利检索系统 Patentics 数据，金融业的大模型专利申请公开量 TOP20 排名中，中美两国有 19 家金融机构，其中中国有 12 家金融机构进入大模型榜单前 20，包括，蚂蚁集团、平安集团、中国工商银行、中国建设银行、中国银行、马上消费金融、微众银行、中国农业银行、阳光保险、招商银行、浦发银行、中信银行，占据优势。

从位势看，中国金融机构大模型创新全球领先，主动布局自研大模型，例如，蚂蚁金融大模型（AntFinGLM，蚂蚁集团）、阳光正言 GPT 大模型（阳光保险）、零售金融大模型“天镜”（马上消费金融）。

美国金融机构多处于“应用示范圈层”，联动科技公司，探索大模型场景应用创新。摩根大通使用 GPT-4 开发 IndexGPT，分析和选择适合客户需求的证券；美国银行推出的“Erica”虚拟助手，进行账户查询、支付账单以及管理财务计划；Lemonade 保险基于 GPT-3 技术设计销售机器人 MAYA，提供个性化的保险推荐和咨询服务；摩根士丹利使用 OpenAI 的 GPT 组织其面向客户的知识库、获取处理和合成内容；Mastercard 利用大模型技术建立合成数据集，优化风控模型，增强风险识别及反欺诈能力。

图｜全球金融机构大模型竞争呈“多圈层发展”格局（来源：根据专利检索系统 Patentics 检索整理，截至 2024 年 6 月 30 日）

重点突破

引领金融大模型关键技术布局

大模型全面整合大算力、强算法、大数据，展现出关键要素组合创新的巨大潜力。特别是在金融领域中，大模型的应用具备替代、提升、创造的三重作用，正深刻影响着组织的全要素生产率（TFP），从而为金融机构带来了前所未有的发展机遇。在全球大模型竞赛中，美国凭借其庞大资本、人才、技术密集型体量，占据 AI 研发初期的先发优势，而中国以其人口基数和市场潜力，形成了独特的应用场景优势。中美两国作为大模型两大核心参与者，正引领并驱动大模型的关键技术布局。

（1）大规模数字原生增强，“预训练和数据工程-参数微调-应用部署-安全对齐”反演智能组织新范式

基于大模型创新范式，金融机构正形成一种新的智能组织范式——“预训练和数据工程-参数微调-应用部署-安全对齐”。这一范式涵盖了从技术研发到技术渗透，再到商业应用的全过程，并在此过程中不断强化循环反馈机制，以实现持续的技术迭代和优化。

根据相关公开专利的说明文件，结合技术关键词，发现金融机构大模型专利呈现四大技术方向布局，分别是“预训练和数据工程”类 576 件（占比 23.3%）、“参数微调”类 198 件（占比 8.0%）、“应用部署”类 1366 件（占比 55.3%）、“安全对齐”类 330 件（占比 13.4%）。

大模型进一步推动新时代金融的数字化转型，技术领先的金融机构正转型成为数字原生企业。以“预训练和数据工程”为例，大模型驱动大规模数据集的深入分析和处理，构建金融机构的数据资产。

例如，微众银行（WeBank）通过其大数据分析和处理能力，在信贷风险评估中应用预训练模型，优化了数据工程流程；摩根大通（J.P. Morgan）通过其 COiN（Contract Intelligence）程序，利用自然语言处理技术自动化合同分析，显著提高了数据工程的效率。在新型智能组织机制下，技术的普遍适用性与经济的可行性相辅相成，推动着技术迭代和应用规模的不断扩大。

图｜大模型领先金融机构的“预训练和数据工程-参数微调-应用部署-安全对齐”布局（来源：根据专利检索系统 Patentics 检索整理，截至 2024 年 6 月 30 日）

（2）高效率复杂推理与决策应用，面向普惠金融的持续学习集中协作系统

各国和领先金融机构大模型技术布局核心聚焦应用部署。在“应用部署”阶段，经过微调的模型与金融实际业务结合，如智能投顾、风险评估等，直接影响金融服务效率和客户体验。

美国金融机构在大模型应用部署的技术布局尤为显著，占比达 72.8%；中国金融机构的相关研发部署也超过 50%。其中，美国银行、富国银行、中国工商银行、平安银行在应用部署技术布局比例占比处于国际前列。大模型发展的关键是可信应用，各国主要金融机构正积极推广大模型技术，力求在竞争激烈的市场中保持领先地位。

大模型创新应用不断拓展普惠金融的服务边界。基于大模型的持续学习集中协作系统，通过不断的学习和协作实现高效率复杂推理，使金融机构能够更快、更准确地做出决策应用，从而为广泛的用户群体提供了更加精准和个性化的金融服务。

例如，蚂蚁集团利用基于 AntFinGLM 的智能金融助理“支小宝 2.0”和服务金融产业专家的智能业务助手“支小助”，提供 7×24 小时的深度服务，优化客户交互体验；马上消费金融基于“天镜”全面服务近 2 亿用户，实现智能营销交互、数据决策支持、防伪安全等八大场景应用，扩大了金融服务的覆盖面和惠益度；高盛（Goldman Sachs）开发“Marquee”的平台，利用大模型技术为投资者提供数据分析、风险管理和投资组合构建的工具；富国银行（Wells Fargo）通过其虚拟助手和智能客服系统，提供处理账户查询、交易和个性化金融建议，实现金融服务的普及和平等，为更多用户带来高效、安全、便捷的金融体验。

图｜大模型应用部署是当前核心金融机构大模型创新的重点（来源：根据专利检索系统 Patentics 检索整理，截至 2024 年 6 月 30 日）

（3）多层安全防御和合规对齐，多模态信息融合的风险特征建模与协同检测体系

AI 安全，决定金融大模型可持续应用的产业边界，“异常检测、隐私保护”逐渐成为大模型安全的关键技术布局。从全球公开专利申请情况来看，隐私保护、联邦学习、异常检测等方面受到共同重视。其中，Mastercard 通过建立合成数据集，使用大模型技术优化风控模型，并注重数据安全和用户隐私保护，避免技术应用损害消费者权益；

各国金融机构在安全对齐技术展现出不同的侧重点。在数据安全与认证方面，美国等国家金融机构侧重加密认证和安全令牌凭证技术，如美国第一资本（Capital One）致力研发非接触式加密认证技术；而中国银联等公司则从数据保护和模型保护技术方面对数据安全增强进行探索。

视觉计算应用方面，美国更侧重于计算机视觉系统技术的发展，如美国保险服务事务所等致力于视觉系统开发；中国在这方面的关键词提及较少；增强技术与模型优化方面，中国更注重数据增强技术以及模型评估和模型安全推理，例如马上消费金融、平安集团等将数据增强技术应用到敏感词替换、文本识别等领域；而美国在这方面的关键词提及较少；社会管理与网络安全方面，中国显示出对舆情预警和终端行为监测等技术的特殊需求，如中国工商银行等致力于相关技术的开发，这可能与中国特定的社会管理和网络安全需求相关。

图｜安全与对齐领域，中国与世界其他各国专利技术领域关注侧重点（来源：根据专利检索系统 Patentics 检索整理，截至 2024 年 6 月 30 日）

面向未来

积极探索大模型生态合力

金融大模型技术正处于探索科技与理性的重要交汇点，需平衡技术理性与价值理性，警惕期望膨胀，审慎推动其标准化与监管。面向未来，技术现实生产力的可持续发展呈现三大关键探索方向。

一是推动技术理性和价值理性在全球科技周期中的认知平衡。当前，金融领域的大模型应用面临突破"效果阈值"的挑战，同时需警惕"期望膨胀"的陷阱。以 GPT 为代表的大模型技术，尽管在金融等新兴领域展现出巨大潜力，但其商业应用并非一蹴而就，而是呈现螺旋式上升的技术商业周期。

据 Gartner 曲线显示，大模型和生成式AI正处于炒作曲线的顶峰，预计还需 2-5 年才能实现规模化扩散。这一周期性规律反映了创新预期与产业现实的动态平衡。部分企业急于采用大模型技术，却未能充分理解其潜在价值，甚至出现技术不恰当使用，引发一些负面影响。因此，我们正处在大模型产业化的关键时期，面对技术风险与潜在收益的不确定性，应审慎评估大模型技术的适用性，控制发展节奏、持续优化变得尤为关键。

图｜全球科技周期与“期望膨胀”的认知平衡（来源：Understanding Gartner's Hype Cycles，Gartner Research）

二是面向网络效应和规模经济，有序普及标准化行动准则与技术扩散。金融大模型的标准化不仅能够有效整合资源，利用网络效应和规模经济，加速技术的普及与应用，还能确保金融体系的稳健运行。

中国在金融国际标准化的舞台上扮演着越来越重要的角色，诸多企业与金融机构在大模型标准制定中展现出领导力，如中国电信、阿里、上海人工智能实验室牵头立项 IEEE 通用大模型的标准；腾讯联合微众银行、马上消费金融等金融机构立项《金融风控大模型指南》（Guide for Large Scale Financial Risk Models）、马上消费金融牵头 IEEE《金融大语言模型技术要求》（Standard for Technical Requirements for Large Language Models for Finance）。

标准化对于企业而言，既是技术实力的展现，也是市场竞争力与社会责任感的体现。通过建立开放兼容、国际接轨的金融标准体系，促进经济社会高质量发展，同时也为全球金融市场贡献中国智慧与方案，展现了中国金融标准化工作的主动作为与前瞻布局。

图｜IEEE大模型国际标准列表（来源：根据相关新闻、网站搜索整理；注 1：根据相关报道，Guide for Large Scale Financial Risk Models《金融风控大模型指南》中国信息通信研究院、中国科学技术大学、南洋理工大学、微众银行、马上消费金融共同参与）

三是围绕政策引导和监管创新拓展可持续发展的规范边界，实现外部性的内在化。AI 在应用融合端的优势则更依赖多元的市场和鼓励融合创新的政策环境，世界各国在大模型监管方面采取了不同的措施和策略，主要集中在立法、国际合作和技术创新等方面。

美国各州分别推进人工智能立法，包括立法、行政命令和政策文件等。此外，美国众议院公布了一项法案，使拜登政府更容易对人工智能模型实施出口管制。中国国家网信办联合多个部门发布了《生成式人工智能服务管理暂行办法》，自 2023 年 8 月 15 日起施行，标志着中国在生成式人工智能服务管理方面迈出了重要一步，并通过备案制度推进大模型实现面向监管的透明度。

总体来看，全球大模型治理正处于探索阶段，中国和美国等核心国家持续推动大模型监管政策法规和企业治理落地实践，有效管控全球性安全风险，实现AI技术的生态红利。